摘要
本发明涉及电力技术领域,公开了一种电力变压器故障识别方法,包括:通过采用预设的基于机械能量场驱动的灰狼优化算法的最小二乘支持向量机模型作为变压器机械故障识别模型,在小样本场景下具有更好的性能,避免了深度学习在小样本场景下易过拟合的问题,提高了故障识别的准确性和可靠性,同时,综合考虑多个传感器的数据,通过多特征提取和拼接及降维处理,得到目标特征向量和信号特征向量,能够更全面、准确地表征变压器的状态,克服了单一特征表征不完整的缺陷,为电力变压器的安全稳定运行提供了有力保障。
技术关键词
电力变压器故障
传感器
灰狼优化算法
支持向量机模型
识别方法
高维特征向量
机械
信号特征
参数
指标
标签
样本
场景
数据
重构
系统为您推荐了相关专利信息
大语言模型
修正方法
金融
命名实体识别方法
自然语言
快速冷却系统
参数调节模块
神经网络算法
神经网络输出层
三维风场
人脸识别方法
智能机器人
面部特征信息
人脸特征识别
图像
多尺度特征提取
超声图像识别方法
多模态数据融合
二维超声图像
图像识别模型训练